酷睿13/14代臺式機(jī)CPU“縮缸”問題已解決：全面解析+解決方案

　　過去這幾個月，Intel酷睿13/14代臺式機(jī)處理器的“縮缸”事件可謂沸沸揚(yáng)揚(yáng)。借著Intel發(fā)布終極聲明的機(jī)會，我們嘗試對該事件做個盤點、總結(jié)和分析。

　　電子工程專輯雖然并沒有全線追Intel酷睿13/14代臺式機(jī)處理器所謂的“縮缸”事件，不過此事還是在PC行業(yè)造成了相當(dāng)影響的，也算是此前大半年Intel負(fù)面新聞不斷的佐料之一了。

　　此事件最早可以追溯到今年上半年。部分用戶和企業(yè)機(jī)構(gòu)反應(yīng)，酷睿13/14代處理器存在不穩(wěn)定的情況，可能在高頻點或高負(fù)載下，出現(xiàn)死機(jī)、藍(lán)屏等現(xiàn)象。部分媒體對“縮缸”的定義是，處理器“體質(zhì)縮水”，表現(xiàn)為CPU需要更高的電壓才能維持穩(wěn)定運(yùn)行。

　　因為最近Intel就此事件發(fā)布了應(yīng)該算是終極聲明和最終解決方法。趁此機(jī)會，本文總結(jié)性質(zhì)地談?wù)勈录耙蚝蠊?mdash;—如果你也恰巧在用受影響的處理器，那么也能了解該怎么應(yīng)對這波問題;順便聊聊我們對其中問題的看法。

　　“縮缸”事件前因后果

　　受到該事件影響的處理器，主要包括面向臺式機(jī)的酷睿13/14代i9和i7（也有說i5受影響的，只不過可能i5及更低型號發(fā)生問題的概率較低）——典型型號帶K（如酷睿i9-14900K, 酷睿i7-13700KF等），也就是核心數(shù)更多、頻率更高、可承載更高功耗的那一波。

　　未有筆記本CPU產(chǎn)品受影響的記錄。Intel也在聲明中強(qiáng)調(diào)了，除酷睿13/14代臺式機(jī)處理器外，沒有發(fā)現(xiàn)其他處理器產(chǎn)品受到該問題的影響。

　　這個問題持續(xù)發(fā)酵，可能有兩個關(guān)鍵點：一是前兩個月，部分13/14代酷睿處理器的游戲玩家，在初次啟動某些游戲，進(jìn)行shader編譯時，發(fā)生編譯失敗的情況——這是典型的CPU高負(fù)載場景;另一，則是部分游戲公司及媒體下場研究和談?wù)?3/14代酷睿處理器可能存在的問題。

　　Intel在此期間給出了多輪回應(yīng)，也相繼發(fā)布了一些BIOS更新嘗試解決問題——包括鎖PL2、控制CPU的運(yùn)行電壓、修復(fù)eTVB問題等策略...6月份，Intel提到會在7月底公布調(diào)查結(jié)果和解決方案。7月末我們也收到了Intel的官方聲明，提及經(jīng)過調(diào)查分析發(fā)現(xiàn)，“確定是過高的運(yùn)行電壓導(dǎo)致部分13/14代酷睿處理器出現(xiàn)不穩(wěn)定情況”。

　　“...過高的運(yùn)行電壓由微代碼算法造成，而該算法向處理器發(fā)送了錯誤的電壓請求。”聲明中還提到Intel會提供微代碼補(bǔ)丁修復(fù)過高電壓導(dǎo)致的根本問題。

　　8月份，Intel發(fā)布了針對酷睿13/14代臺式機(jī)處理器的0x129微碼更新。這份更新聲明中提到，分析發(fā)現(xiàn)跨多核的Vmin（最小運(yùn)行電壓）因為升高的電壓而大幅提升。升高電壓事件（elevated voltage events）隨時間累積，就會致使Vmin提升。所以0x129微碼更新限制了電壓請求，緩解處理器的不穩(wěn)定。

　　不過當(dāng)時Intel仍然提到了還在做持續(xù)調(diào)查分析，主要是那些會發(fā)生Vmin偏移的場景。同期Intel針對受影響處理器提供了延保服務(wù)，后文也會進(jìn)一步提到。

　　上面這些應(yīng)該是絕大部分關(guān)注此事件的讀者，對此的主流認(rèn)知。不過這次發(fā)布的“終極聲明”還是言簡意賅地給出了事件全貌的，下面嘗試仔細(xì)研讀。

　　終極聲明中導(dǎo)致不穩(wěn)定的“根因”

　　最近Intel發(fā)布有關(guān)此事件的終極聲明將此問題稱為“Vmin Shift Instability”（最低運(yùn)行電壓偏移），基于上述解釋應(yīng)該就很好理解了：即Vmin偏移所致的處理器及系統(tǒng)不穩(wěn)定——這個名稱也算得上是一種總結(jié)歸因。

　　一般我們說Vmin是處理器能夠運(yùn)行在100%穩(wěn)定狀態(tài)的最小電壓。“Vmin shift”應(yīng)該是從6月份以來，所有問題的最終呈現(xiàn);當(dāng)然“Instability”不穩(wěn)定，就是用戶感受到的結(jié)果了。

　　在這份終極聲明中，Intel認(rèn)為，“Vmin Shift Instability”的根本原因是“IA內(nèi)核內(nèi)的時鐘樹電路”（a clock tree circuit within the IA core），“其在升高的電壓和溫度下容易受到可靠性老化的影響”。“這些情況會導(dǎo)致時鐘的占空比偏移和系統(tǒng)不穩(wěn)定（duty cycle shift of the clocks and observed system instability）”

　　所謂的時鐘樹電路，我們也問了一下Copilot，解釋是系統(tǒng)或硬件設(shè)計中的時鐘分布網(wǎng)絡(luò)。而所謂的時鐘分布網(wǎng)絡(luò)（clock distribution network），本身是數(shù)字電路中的一個系統(tǒng)，提供從中央源到電路各部分的時鐘信號。

　　要打比方的話，可以將clock distribution想象成一棵樹，樹根就是時鐘源（如晶振），時鐘信號通往電路的不同組成部分——這個路徑也就是樹枝;樹葉就是最終目的地。時鐘分布的目標(biāo)是確保時鐘信號能夠同時抵達(dá)電路的各部分，最小化延遲和變量。此過程中有好幾個關(guān)鍵部件合作，確保時鐘信號的準(zhǔn)確傳遞。

　　從Intel的聲明來看，Vmin shift問題就與處理器核心內(nèi)的某時鐘樹電路有關(guān)，該電路在升高的電壓和溫度下，會發(fā)生可靠性下降。隨后Intel又說，上述情況會導(dǎo)致“時鐘的占空比偏移和系統(tǒng)不穩(wěn)定”。這里的“時鐘的占空比偏移”（duty cycle shift of the clock）咋理解呢?

　　時鐘信號的duty cycle，指的應(yīng)該是時鐘信號激活狀態(tài)下的周期。而duty cycle shift也就是該周期的偏移和變化。比如說，如果duty cycle從50%偏移到60%，整體也就影響到了系統(tǒng)的時序和同步。最終導(dǎo)致了不穩(wěn)定。（理解差不多就是這樣，若Copilot存在模型幻覺或者我們理解有偏差，歡迎各位同學(xué)留言指正...

　　除了這，還原一下問題全貌

　　基于對這份聲明的理解，上述根因應(yīng)當(dāng)是導(dǎo)致Vmin Shift的核心原因。不過實際上，在過去幾個月間，基于先后發(fā)布的多個緩解方案，Intel對于酷睿13/14代臺式機(jī)處理器不穩(wěn)定問題有4個階段的研究和結(jié)果公布。

　　故此，終極聲明中，Intel也總結(jié)性地回顧了導(dǎo)致Vmin Shift的4個運(yùn)行場景。前3個問題，在此之前已經(jīng)修復(fù);而最后一階段，也是Intel在此次聲明中提及、本文前述的“根因”，并著手解決了由此帶來的另一個問題。下面就針對這4個階段或場景，一一談一談。

　　其一是主板供電設(shè)置“超出Intel建議設(shè)置”——這也是最早Intel在回應(yīng)該問題時給出的說法。主板廠商的BIOS設(shè)定中，可能出廠就解鎖PL2、自動超頻，或者有各種核心性能強(qiáng)化方案，而沒有采用Intel的建議設(shè)置：比如之前測過的華碩主板，普遍自帶“多核心增強(qiáng)”選項。這里面可能就有增壓方案。

　　不過我們認(rèn)為這也合理，尤其旗艦主板市場競爭，誰都希望自家主板能跑出更好看的成績——在這種情況下，主板廠商都不得不卯足勁兒嘗試榨干處理器的每一點性能余量。且這一點可能也佐證了，部分媒體對于Intel酷睿13/14代臺式機(jī)CPU “出廠即灰燼”的說法。即Intel留給主板廠商的可操作余量其實不及以前那么多。

　　所以針對這一場景的緩解措施建議，就是在主板BIOS設(shè)置中采用Intel Default Settings默認(rèn)設(shè)置。

　　其二，“高溫下，eTVB微代碼算法”仍然允許酷睿13/14代i9臺式機(jī)處理器運(yùn)行在更高性能狀態(tài)下。eTVB的全稱是“Enhanced Thermal Velocity Boost”。

　　對Intel酷睿處理器比較熟悉的讀者應(yīng)該知道，TVB是香港的一家電視臺...是Intel于2018年引入的一項技術(shù)，官方文檔解釋說是當(dāng)散熱和功耗預(yù)算仍有空間的情況下，釋放CPU額外的性能。一般認(rèn)為，TVB是一種官超方案，可基于某些負(fù)載，進(jìn)一步提升睿頻頻率，對游戲之類的應(yīng)用相當(dāng)有價值。

　　Intel此前對該問題的描述是eTVB可能錯誤計算了頻率限制，讓處理器（高溫下仍）可在高頻狀態(tài)下運(yùn)行。簡單來說，也就是相關(guān)于eTVB的某個微碼算法出現(xiàn)錯誤數(shù)值。6月份，Intel就發(fā)布了0x125微碼更新，解決該問題。

　　其三，“頻繁和持續(xù)請求高電壓的微代碼SVID算法可能導(dǎo)致最低運(yùn)行電壓偏移”（Microcode SVID algorithm requesting high voltages at a frequency and duration which can cause Vmin shift）...

　　首先所謂的“微代碼SVID算法”（microcode SVID algorithm）當(dāng)然就是處理器微碼的一部分，對應(yīng)算法用于管理和請求處理器的電壓，確保針對不同性能狀態(tài)給出正確的電壓。在基于負(fù)載和運(yùn)行狀態(tài)調(diào)節(jié)電壓的問題上，它對于維持處理器穩(wěn)定和高效還是比較關(guān)鍵的。

　　這句話的英文表意，應(yīng)該是指基于某種模式的高電壓請求（不管這里的frequency指的是核心頻率，還是請求高電壓的操作頻率），會導(dǎo)致Vmin shift。今年8月，Intel在發(fā)現(xiàn)該問題后發(fā)布了微碼0x129更新，“解決了處理器請求更高電壓的問題”。

　　其四，就是這次終極的微碼0x12B更新，嘗試解決“微代碼和BIOS代碼請求升高的核心電壓可能會導(dǎo)致最低運(yùn)行電壓偏移，特別是在空閑和/或輕度活動期間”，應(yīng)當(dāng)也是伴隨前文提到的“根因”分析，所做的終極更新，“解決處理器在空閑和/或輕度活動期間的電壓升高需要”。值得一提的是，0x12B也包含前述0x125與0x129更新。

　　從聲明來看，現(xiàn)階段Intel“正與合作伙伴共同努力，以推出相關(guān)的BIOS更新”。主板廠商應(yīng)該會在后續(xù)幾周發(fā)布對應(yīng)的BIOS更新。

　　解決方案，及一點想法和建議

　　另外，Intel也在聲明中提到，實測微碼補(bǔ)丁并不會對處理器性能產(chǎn)生多大程度的影響（performance impact is within run-to-run variation）。所以對于正在使用酷睿13/14代臺式機(jī)處理器的用戶而言，當(dāng)前要做的首先就是去主板廠商的官網(wǎng)看看，是否有對應(yīng)0x12B微碼更新的BIOS版本發(fā)布，并做及時更新。

　　但也需要明確，即如果使用的這些受影響的處理器長期處在Vmin shift問題狀態(tài)下，則過高的電壓最終會讓CPU及早走向老化。長期高溫高壓對芯片壽命會產(chǎn)生影響，算是個常識。

　　說具體些，如高壓會提升金屬互聯(lián)層的電流密度，長期致電遷移問題;還有所謂的Hot Carrier Injection熱載流子注入會降低晶體管性能;高溫隨時間持續(xù)，導(dǎo)致PMOS晶體管的閾值電壓偏移;以及TDDB電介質(zhì)隨時間變化擊穿等等...

　　所以在保修政策方面，Intel也宣布“為受不穩(wěn)定問題影響的英特爾酷睿第13/14代盒裝/散裝臺式機(jī)處理器延長2年保修期”。已經(jīng)出現(xiàn)不穩(wěn)定問題（典型如碰到游戲shader編譯過程崩潰問題）的用戶，應(yīng)當(dāng)考慮申請售后。

　　最后談一點我們自己的想法。前兩個月正值縮缸問題影響最盛之時，我們就猜測，應(yīng)當(dāng)是處理器過高的默認(rèn)電壓致不穩(wěn)定問題發(fā)生。主板廠商則在該問題的基礎(chǔ)上，基于對極限性能的渴求，又“助推”了一把。所以前期某些僅鎖定最高功率的做法，并不能解決問題。

　　部分使用undervolting方法來降壓超頻的用戶也反應(yīng)，他們并沒有遭遇處理器不穩(wěn)定問題。感覺這也應(yīng)當(dāng)佐證了高溫高壓是關(guān)鍵。

　　雖然不清楚，這次公布的根因（核心內(nèi)的時鐘樹電路在升高的電壓和溫度下，發(fā)生時鐘duty cycle偏移），作為Vmin shift的根本原因，與此前包括eTVB, SVID微碼算法錯誤在內(nèi)的問題，具體是什么樣的邏輯關(guān)系（猜測可能是微碼bug導(dǎo)致根因所致的Vmin shift問題進(jìn)一步惡化，放大了問題），但長期跑在高溫高壓狀態(tài)，無疑就是不穩(wěn)定的問題關(guān)鍵所在。

　　這段故事落下帷幕，大概也能表現(xiàn)當(dāng)代芯片設(shè)計的變量之多、復(fù)雜性提升的現(xiàn)狀。EDA廠商過去這段時間的理念宣導(dǎo)，及他們所說的新市場機(jī)會，看起來還的確是那么回事…